2017 Fiscal Year Research-status Report
人工知能を利用した次世代高画質膀胱癌内視鏡視認システムの構築
| Project/Area Number |
17K16775
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
池田 篤史 筑波大学, 附属病院, 病院講師 (50789146)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Keywords | 人工知能 / 膀胱癌 / 幾何学的特徴 / 識別 |
|---|
| Outline of Annual Research Achievements |
筋層非浸潤性膀胱癌(NMIBC)における膀胱内再発の機序は、新規発生よりも腫瘍細胞の播種や前がん病変の広がり、微小な播種病巣（娘腫瘍）の見落としとされる。近年、狭帯域光観察（NBI)や光力学診断（PDD)、高画質画像（４K）などの内視鏡技術が開発されてきたが、医師の知識や経験の差によりその診断と治療の精度にばらつきが生じると考えられる。私は、医療分野へ応用されつつある人工知能を利用し、膀胱癌内視鏡診断における客観的な評価を行った。膀胱内の隆起病変および粘膜発赤や不整などの平坦病変に対する解析を行った。対象と方法は、筑波大学附属病院で施行された膀胱内視鏡画像を用いて、正常画像の特徴から導き出された正常モデルにより病変を異常として識別した。具体的には、病変画像から画面全体に病変が映るよう400ｘ300ピクセルで切り出しを行い、画素レベルでの幾何学的特徴を高次局所自己相関特徴(HLAC)として抽出し、多変量解析を行うことで正常の特徴空間を導き出すことで評価を行った。
結果は、ROC曲線では、隆起病変に対して、病変画像に対して感度90.4%、学習で用いた正常画像に対して特異度80.0%を達成した。平坦病変画像に対しては、感度93.8%、学習で用いた正常画像に対して特異度92.6%を達成し、提案する正常モデルを用いた識別により正常と異常を分類できる可能性を見出した。
現状としては、膀胱内視鏡画像から全体的な組織の構築具合や構成する組織の表面性状などを特徴として数値化し、分析することにより、隆起病変だけでなく、平坦病変においても正常と病変とを分類して、膀胱癌の診断と治療の質を高める可能性が示唆された。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
通常光（2K）膀胱内視鏡画像の収集のプラットホームの構築を行いながら、NBI、PDDによる内視鏡画像の収集も開始している。
研究成果の発信として、2017年11月の泌尿器内視鏡学会で演題名「人工知能を利用した膀胱癌の内視鏡診断における客観的評価」を発表した。2018年3月のEAU18（ヨーロッパ泌尿器科学会）では、演題名「Objective evaluation for the cystoscopic diagnosis of bladder cancer using artificial intelligence」がポスターセッションに採択され、ベストポスター賞のひとつに選出された。4月には演題名「人工知能を利用した膀胱癌の内視鏡診断における平坦病変の客観的評価」について発表を行った。
|
| Strategy for Future Research Activity |
通常光とNBI、通常光とPDDの間で腫瘍の位置や範囲を測定し、見落とされやすい膀胱癌の位置や形状、粘膜の状況についての情報を収集し、解析に着手する。
連携研究者とともに、入力した内視鏡画像から自動的に膀胱粘膜の悪性度を示す客観的な評価手法を作成する。膀胱癌の病変範囲と悪性度を総合的に評価するシステムのプロトタイプとして、実臨床データで使用し、内視鏡技術格差の検証を行うと同時に腫瘍の範囲、病理結果の情報を収集する。内視鏡静止画における医師の診断結果と自動評価結果の比較を行い、手法の有効性を確認する。
|
| Causes of Carryover |
購入予定のものが、在庫の関係で年度内に購入できなかったため、使用額が変更となりました。
年度が変わり次第、購入の手続き等を行う予定です。
|
Research Products
(3 results)
